ApacheBeam:WriteToBigQuery无法正常工作,如果在之前使用了有状态转换,除非应用重新划分时间窗口。
创始人
2024-09-05 11:01:43
0

解决方法是在WriteToBigQuery之前使用re-apply窗口转换,以确保它的输入是在全新的窗口之内。以下是使用Re-window操作符解决此问题的代码示例:

 class MyPipelineOptions(PipelineOptions):
   @classmethod
   def _add_argparse_args(cls, parser):
     parser.add_argument('--window_size', type=int, default=30)
 
 def run():
   options = PipelineOptions()
   p = beam.Pipeline(options=options)
   # Reads from PubSubTopic.
   lines = p | beam.io.ReadStringsFromPubSubTopic(input_topic)
   # Parsing PubSub message and adding Processing time.
   records = (lines
              | beam.ParDo(ParsePubSubMessage())
              | beam.Map(lambda elem: beam.window.TimestampedValue(elem, elem['timestamp']))
              | beam.WindowInto(window.FixedWindows(options.window_size)))
   # Keying by user id, then developing session information per window.
   sessioned_items = (records
                      | beam.ParDo(SessionGenerator())
                      | beam.Map(lambda elem: (elem['user_id'], elem)))
   # Stateful ParDo operation to keep track of session-level information.
   user_activity = (sessioned_items
                    | 'KeyByKeying' >> beam.GroupByKey()
                    | 'Stateful_Process' >> beam.ParDo(UserState()))
   # Adds start and end times in xx:xx:xx format and removes activity durations which are lower than the threshold.
   final_activity = (user_activity
                     | beam.ParDo(FormatSessionAndDiscardShortActivities()))
   # Writing results into BigQuery.
   final_activity | beam.io.WriteToBigQuery(output_table,
                                            schema=OUTPUT_SCHEMA,
                                            create_disposition=beam.io.BigQueryDisposition.CREATE_IF_NEEDED,
                                            write_disposition=beam.io.BigQueryDisposition.WRITE_APPEND)
   result = p.run()
   result.wait_until_finish()

相关内容

热门资讯

保存时出现了1个错误,导致这篇... 当保存文章时出现错误时,可以通过以下步骤解决问题:查看错误信息:查看错误提示信息可以帮助我们了解具体...
汇川伺服电机位置控制模式参数配... 1. 基本控制参数设置 1)设置位置控制模式   2)绝对值位置线性模...
不能访问光猫的的管理页面 光猫是现代家庭宽带网络的重要组成部分,它可以提供高速稳定的网络连接。但是,有时候我们会遇到不能访问光...
表格中数据未显示 当表格中的数据未显示时,可能是由于以下几个原因导致的:HTML代码问题:检查表格的HTML代码是否正...
本地主机上的图像未显示 问题描述:在本地主机上显示图像时,图像未能正常显示。解决方法:以下是一些可能的解决方法,具体取决于问...
不一致的条件格式 要解决不一致的条件格式问题,可以按照以下步骤进行:确定条件格式的规则:首先,需要明确条件格式的规则是...
表格列调整大小出现问题 问题描述:表格列调整大小出现问题,无法正常调整列宽。解决方法:检查表格的布局方式是否正确。确保表格使...
Android|无法访问或保存... 这个问题可能是由于权限设置不正确导致的。您需要在应用程序清单文件中添加以下代码来请求适当的权限:此外...
【NI Multisim 14...   目录 序言 一、工具栏 🍊1.“标准”工具栏 🍊 2.视图工具...
银河麒麟V10SP1高级服务器... 银河麒麟高级服务器操作系统简介: 银河麒麟高级服务器操作系统V10是针对企业级关键业务...